賈斯涵，王 英，郝琳琳，王 鑫

（1.吉林大學(xué)計算機科學(xué)與技術(shù)學(xué)院；2.吉林大學(xué)人工智能學(xué)院，吉林長春 130012）

0 引言

從2009 年開始，作為新型的社交媒體平臺，微博逐漸走進了人們的視野中。10 年間，微博發(fā)展到如今的月活躍用戶5.16 億人次，愈來愈多的人開始借助微博了解世界，微博也因此成為人們溝通交流、情感表達的重要媒介，其間充斥著大量帶有情感色彩的評論與觀點，使得這些微博文本無論是在商業(yè)分析還是輿情監(jiān)測中都具有重要的經(jīng)濟和社會價值［1］。政務(wù)新媒體是近年來政府緊跟時代脈搏的產(chǎn)物，是加快政府職能轉(zhuǎn)變，提高政府治理能力的重要手段。作為政務(wù)新媒體發(fā)展最早、最成熟的社交平臺，政務(wù)微博已經(jīng)成為各級政務(wù)機構(gòu)推行政務(wù)公開，拉近政府與公眾距離的重要載體。

本文針對政府政務(wù)微博的效能評估及可視化分析問題，使用卷積神經(jīng)網(wǎng)絡(luò)解決政務(wù)微博評論的情感分析問題，利用Echarts 工具，從公眾反響、傳播能力、互動用戶的整體特征等角度進行可視化，實現(xiàn)輿情統(tǒng)計和分析。

1 情感分析方法概述

文本情感分析，又稱傾向性分析、意見挖掘等，是自然語言處理（Natural Language Processing，NLP）的一個重要領(lǐng)域。世界上絕大多數(shù)數(shù)據(jù)都沒有預(yù)先定義文本的組織結(jié)構(gòu)，通過構(gòu)建模型識別和提取文本中的觀點和特征，對文本進行理解和分類，可以幫助人們在數(shù)據(jù)爆炸時代快速處理非結(jié)構(gòu)化文本，提高工作效率?，F(xiàn)有的情感分類技術(shù)主要有3 類。

1.1 基于情感詞典的方法

基于情感詞典的分類方法比較機械化，需要大量文本作為基礎(chǔ)素材，模擬人的思維進行判斷，通過對語料庫的人工整理構(gòu)建不同粒度的情感詞典，以及否定詞詞典、程度副詞詞典等自定義詞典。

最基本的方法是對詞典中情感程度相同的詞組賦予相等權(quán)重，將分詞后的詞語與語料庫詞典中的詞進行匹配，對情感值進行線性疊加，其中否定詞和副詞可以根據(jù)實際情況生成自己的判斷規(guī)則：判斷為否定詞時，權(quán)值反號處理，判斷有副詞時，可以進行倍數(shù)處理。目前，較為知名的中文詞典包括臺灣大學(xué)整理的NTUSD 詞典、知網(wǎng)發(fā)布的Hownet 情感詞典以及清華大學(xué)李軍中文褒貶義詞典。

但無論如何改進，基于情感詞典的分類方法都存在它獨有的局限性，即它始終依賴于“詞典”本身，這也意味著情感詞典在面臨新詞的不斷迭出和舊詞新意等情況時，無法及時擴展更新。同時，由于情感詞典的不同選擇，情感分類結(jié)果也會因此受到影響。

1.2 基于機器學(xué)習(xí)的方法

近年來，隨著人工智能的快速發(fā)展，機器學(xué)習(xí)不斷進入人們的視野中，其關(guān)鍵步驟是如何使機器可以像人一樣學(xué)習(xí)?；跈C器學(xué)習(xí)的情感分析方法主要是手動進行文本特征提取，通過一系列指令讓機器從數(shù)據(jù)中學(xué)習(xí)，最后根據(jù)這些指定的算法對文本實現(xiàn)分詞，并輸出情感分類的最終答案。它能有效解決詞庫無法及時更新的問題，在減少人工成本的同時，分類效果也很好。其中，較為常見的算法為支持向量機（SVM）、最大熵和樸素貝葉斯等。

1963 年，一種有監(jiān)督的非概率模型，即支持向量機被提出。該算法基本原理是在訓(xùn)練集合中找到最優(yōu)的超平面H，最優(yōu)的分類超平面可以滿足將不同類別的數(shù)據(jù)以最大間隔分開。將標(biāo)記好的文本表示映射成多維空間上的點，通過學(xué)習(xí)將不同情緒的樣本劃分到空間的不同區(qū)域，并對新文本進行情緒極性預(yù)測［2］。

但是作為有監(jiān)督的機器學(xué)習(xí)，其局限性體現(xiàn)在手動標(biāo)記文本特征，同時過度依賴分類器。在大數(shù)據(jù)時代，基于機器學(xué)習(xí)的情感分析方法訓(xùn)練大規(guī)模文本數(shù)據(jù)較為困難［3］。

1.3 基于深度學(xué)習(xí)的方法

作為機器學(xué)習(xí)的一個重要分支，深度學(xué)習(xí)是利用深度神經(jīng)網(wǎng)絡(luò)模擬生物的神經(jīng)系統(tǒng)解決特征提取問題［4］。有別于淺層模型，它可以自動從原始數(shù)據(jù)中學(xué)習(xí)層次化的特征，高效地標(biāo)示出數(shù)據(jù)中蘊含的復(fù)雜模式［5］。同時可以很好地避免傳統(tǒng)的情感分析方法帶來的的局限，在進行文本情感傾向性分析時，它能夠自動提取文本特征，并在學(xué)習(xí)過程中不斷地修正模型。

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）在文本分類的第一個應(yīng)用中是由Kim［6］提出的一個模型，在其研究結(jié)果中CNN 對于情感分類的效果要遠好于SVM，避免了顯示的特征抽取，同時網(wǎng)絡(luò)可以并行學(xué)習(xí)，降低了運行的復(fù)雜度。其中，卷積神經(jīng)網(wǎng)絡(luò)的特征包括局部感知，可以減少參數(shù)數(shù)量，降低過擬合的可能性；共享權(quán)重可以幫助神經(jīng)網(wǎng)絡(luò)的輸入保持空間不變性，混合可以簡化從卷積層輸出的信息［7］。在文獻［8］中，作者對于TextCNN模型做了大量調(diào)參測試，對其進行的文本分類給出了具體建議，包括對預(yù)訓(xùn)練詞向量、激活函數(shù)的研究等；在文獻［9］中，作者對比了TextCNN 模型、基于TF-IDF 特征提取的傳統(tǒng)機器學(xué)習(xí)模型以及LSTM 模型，實驗結(jié)果顯示在短文本分類中，TextCNN 模型的準確率遠高于傳統(tǒng)機器學(xué)習(xí)模型，且訓(xùn)練時間遠小于LSTM 模型；文獻［10］提出的動態(tài)卷積模型（DCNN）更加復(fù)雜，但其可以提取句子中活躍的特征，同時性能顯示出非常好的結(jié)構(gòu)。

長短期記憶網(wǎng)絡(luò)（LSTM）作為特殊的RNN 網(wǎng)絡(luò)，專門為了解決普通循環(huán)神經(jīng)網(wǎng)絡(luò)的長期依賴問題而設(shè)計。它由Hochreiter 等［11］于1997 年首次提出。接下來，越來越多的專家學(xué)者投入到情感分析研究中。劉騰飛等［12］提出結(jié)合循環(huán)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的文本分類研究，結(jié)果顯示這是一個可以利用卷積神經(jīng)網(wǎng)絡(luò)獲得有價值的特征，利用循環(huán)網(wǎng)絡(luò)高效獲取文本內(nèi)部信息的復(fù)合模型，在完成文本分類任務(wù)中顯現(xiàn)出良好性能。李洋等［13］提出一種卷積神經(jīng)網(wǎng)絡(luò)和BLSTM 特征融合的模型，利用CNN 提取局部特征，利用BLSTM 提取與上下文本相關(guān)的全局特征，結(jié)果較二者分別使用準確率更優(yōu)。

但是對于CNN 進行文本分類仍然需要大量的研究工作，未來還需要注意卷積核大小、超參數(shù)調(diào)節(jié)等問題，同時進行CNN 與其它深度學(xué)習(xí)算法的融合實驗［14］。

2 基于深度學(xué)習(xí)的情感分類方法

自然語言處理領(lǐng)域較為活躍的研究方向包括文本分類，根據(jù)情緒的不同進行分類可以視為情感的傾向性分析。深度學(xué)習(xí)算法在計算機圖像中取得顯著成績，運用到文本分類中也表現(xiàn)出色。

2.1 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)屬于前饋神經(jīng)網(wǎng)絡(luò)，最早可以追溯到1962 年的一項生物學(xué)研究?，F(xiàn)已發(fā)展為深度學(xué)習(xí)領(lǐng)域一項重要模塊，主要用于圖像識別。它主要運用了3 種基本概念：局部感受野、共享權(quán)重和混合。

（1）局部感受野（Local Receptive Fields）。在卷積神經(jīng)網(wǎng)絡(luò)中，輸入一般看作方形排列的像素矩陣，這不同于在傳統(tǒng)網(wǎng)絡(luò)中，輸入的神經(jīng)元被理解為縱向排列的形式。同時，與全連接層網(wǎng)絡(luò)的每個輸入神經(jīng)元連接到每個隱藏神經(jīng)元不同，卷積網(wǎng)絡(luò)只將輸入圖像的像素進行局部區(qū)域連接，即一個隱藏神經(jīng)元對應(yīng)輸入神經(jīng)元的一個小矩陣，該矩陣叫做局部感受野，針對不同的神經(jīng)網(wǎng)絡(luò)可以移動不同的跨距。這樣可以有效解決全連階層網(wǎng)絡(luò)而不考慮空間結(jié)構(gòu)問題。

（2）共享權(quán)重（Shared Weights）。由于一部分輸入像素對應(yīng)一個隱藏神經(jīng)元，因此在卷積網(wǎng)絡(luò)中，每個連接對應(yīng)相等的權(quán)重，同時每個隱藏神經(jīng)元也對應(yīng)一個相等的偏置。同時，將卷積層中訓(xùn)練的所有權(quán)重或偏置設(shè)置為相同的權(quán)值，這種平移不變性可以有效減少需要學(xué)習(xí)的參數(shù)量。共享的權(quán)重和偏置可以被視為一個濾波器或者卷積和。

（3）混合（Pooling）。混合也稱作池化。其本質(zhì)是簡化從卷積層輸出的信息，起到類似壓縮圖片的作用?；旌纤惴ㄒ话惆ㄗ畲笾祷旌希╩ax-pooling）和L2 混合（L2 pool?ing）。其中，最大值混合是計算出相鄰區(qū)域內(nèi)的最大激活值，而L2 混合是取區(qū)域內(nèi)所有值平方和的平方根。神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)不同，兩種算法使用效果也不同。卷積神經(jīng)網(wǎng)絡(luò)的多卷積核使得其最終可以獲得多種特征。

2.2 TextCNN

Kim［6］在2014 年提出了TextCNN，結(jié)構(gòu)如圖1 所示，他將用于圖像識別的卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于文本分類技術(shù)中，利用不同大小的卷積核提取文本中的關(guān)鍵特征，從而達到良好的文本分類效果。

Fig.1 TextCNN model structure圖1 TextCNN 模型結(jié)構(gòu)

（1）嵌入層（Embedding Layer）。嵌入層輸入降維后的句子矩陣，其中每一行表示一個詞向量，若矩陣大小為n×k，則詞向量的維度為k，矩陣大小為7×5，則詞向量維度為5。類似CNN 模型中輸入圖像的原始像素。

（2）卷積層（Convolution Layer）。在TextCNN 模型中，由于文本的最小粒度是詞，因而詞向量的維度s 就是卷積核的寬度。高度即窗口大小一般設(shè)置為2、3、4，可以得到不同的特征圖，同時考慮了文本的上下文。

（3）池化層（Polling Layer）。TextCNN 在池化層中選用1-Max-pooling 抽取每個特征中的強特征，認定其為最重要的特征，同時解決了經(jīng)過窗口大小不同的卷積核后特征向量維度不相等的問題，并保證了特征值位置不變。

（4）全連接層（Fully Connected Layer）。TextCNN 的最后一層為全連接層，輸出時經(jīng)過softMax 激活函數(shù)，它用來計算每個類別可能為正確結(jié)果的概率，最終可以將具有最大值的特征作為該文本的類別。

其中，TextCNN 的詳細過程如圖2 所示。

3 研究思路與框架

3.1 研究思路

Fig.2 TextCNN 's specific process圖2 TextCNN 的具體過程

鑒于微博篇幅精簡、表達生活化等特點，針對微博評論的情感傾向性分析，在分類前需要對非結(jié)構(gòu)化的原始數(shù)據(jù)集進行預(yù)處理，即對文本進行中文分詞和詞向量訓(xùn)練，將文本轉(zhuǎn)換為數(shù)字特征的同時進行降維處理，并聯(lián)系上下文語義。本文采用基于深度學(xué)習(xí)的方法，區(qū)別于傳統(tǒng)情感分類算法的詞典構(gòu)建和特征提取，深度學(xué)習(xí)算法更加高效和精準。對此，采用TextCNN 深度學(xué)習(xí)算法對政務(wù)微博下的評論進行訓(xùn)練，完成積極、中立、消極的情感分類。

針對數(shù)據(jù)可視化部分，據(jù)微博原文下參與互動的用戶相關(guān)信息、評論內(nèi)容及政務(wù)微博本身，本文將采用Echarts工具構(gòu)建圖表，直觀展示政府政務(wù)微博的受眾特點、傳播能力等特征，達到對效能評估結(jié)果的可視化展示目的。

本文通過引入對信息其它層面多維度的統(tǒng)計與分析，改進了情感傾向性分析獨立存在的問題，形成多角度交叉對比，最終達到效能評估目的，并實現(xiàn)可視化分析，使枯燥的數(shù)據(jù)更加生動具體，讓人一目了然。

3.2 效能評估及可視化分析

本文的效能評估是指將訓(xùn)練好的用戶評論數(shù)據(jù)集與互動用戶數(shù)據(jù)集和政務(wù)微博數(shù)據(jù)集一同進行交叉或獨立式處理，包括從用戶地區(qū)分布、用戶年齡分布等角度進行統(tǒng)計，最終達到效能評估結(jié)果，而其中的情感傾向性分析為本文效能評估重點。

對于可視化分析，本文采用Echarts 開源可視化工具作為將非結(jié)構(gòu)化的數(shù)字信息轉(zhuǎn)化為可視化圖表的媒介，以更為直觀的方式讓數(shù)據(jù)在可視化的同時達到展現(xiàn)分析結(jié)果的目的。

3.3 研究框架

本文通過對政府政務(wù)微博進行可視化的效能評估，提供更科學(xué)的評估手段，不僅可以推動技術(shù)上的革新，同時更有利于推進媒體管理模式創(chuàng)新。數(shù)據(jù)集選自法制日報、平安北京、首都網(wǎng)警、人民日報、中國警方在線以及最高人民檢察院的政務(wù)官方賬號所發(fā)布的1 385 條微博、其下的17 587 條評論，以及13 679 名參與討論的微博用戶信息。

根據(jù)已有的微博評論，采用基于深度學(xué)習(xí)的情感分析方法，包括對數(shù)據(jù)集進行切分、預(yù)處理和分類。在分類過程中，采用三分類算法，將情感傾向性劃分為積極、消極和中立。同時，在微博用戶屬性、政務(wù)官方微博活躍程度等方面進行數(shù)據(jù)統(tǒng)計和對比，最終利用Echarts 開源可視化庫對結(jié)果進行展示。

政府政務(wù)微博效能評估及可視化分析總體方案可大致分為以下4 個步驟，如圖3 所示。

（1）Jieba 中文分詞。分詞的目的是進行情感分析，需要使用的數(shù)據(jù)集為微博評論文件中的評論部分，并將數(shù)據(jù)集劃分為測試集和訓(xùn)練集。分詞選用的是精確模式，可以將句子中的詞準確地加以分解，有利于后續(xù)文本分析。

（2）詞向量訓(xùn)練。傳統(tǒng)特征提取方法需要評估函數(shù)才能進行權(quán)重計算，而評估函數(shù)是基于統(tǒng)計學(xué)方法的，需要規(guī)模較大的訓(xùn)練集，本文所使用的數(shù)據(jù)集規(guī)模較小，不適用于類似TF-IDF 的傳統(tǒng)做法。采用Keras 平臺的嵌入層進行詞向量訓(xùn)練模型可以有效解決one-hot 的維度爆炸問題，將文本數(shù)據(jù)映射到低緯度稀疏矩陣中，并可以直接應(yīng)用于TextCNN 后續(xù)步驟。

（3）TextCNN 分類算法。TextCNN 分類算法來源于卷積神經(jīng)網(wǎng)絡(luò)，其在文本分類中展現(xiàn)了很好的結(jié)果，解決了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)由于全連接層而需要訓(xùn)練大量參數(shù)的問題。使用三分類算法，在最后一層使用softMax 全連接層，將積極、消極、中立的分類預(yù)測以概率形式輸出。

（4）可視化顯示。由于本文數(shù)據(jù)集規(guī)模較小，采用MySQL 數(shù)據(jù)庫進行存儲，使用PHP 語言執(zhí)行SQL 語句進行數(shù)據(jù)庫的連接和操作，同時與HTML+CSS+JavaScript 結(jié)合進行后續(xù)Web 可視化應(yīng)用。在可視化實現(xiàn)過程中，使用Echarts 開源可視化庫從多種角度對用戶信息、政務(wù)微博和評論內(nèi)容進行統(tǒng)計和整理，最終以多種形式的圖表呈現(xiàn)政府政務(wù)新媒體的評估結(jié)果。

Fig.3 The overall scheme of effectiveness evaluation and visual analysis of government Microblog圖3 政府政務(wù)微博效能評估及可視化分析方案

4 情感分類模型實現(xiàn)

4.1 文本分布式表示

首先采用Keras 的Tokenizer 模塊將分詞后的文本轉(zhuǎn)化為機器可識別的數(shù)字矩陣，創(chuàng)建好Tokenizer 對象后，利用fit_on_texts（）函數(shù)根據(jù)詞的詞頻進行編號，出現(xiàn)次數(shù)越多，編號越小。采用texts_to_sequences（）函數(shù)，將文本轉(zhuǎn)換成數(shù)字特征，形成整數(shù)形式的索引序列。使用pad_se?quences（）函數(shù)對每條文本進行填充或修剪，設(shè)置一個固定值，超過閾值的會被截掉，不足的會在序列前面填充0，設(shè)置的最大長度為50。利用TextCNN 模型的第一層Embed?ding 層將每個編碼的詞進行one-hot 編碼，然后通過卷積神經(jīng)網(wǎng)絡(luò)進行線性變換，使其嵌入到低維空間中，最終映射成為稠密矩陣，同時通過神經(jīng)網(wǎng)絡(luò)不斷迭代，嵌入的詞向量得到訓(xùn)練和更新，使得上下文語義也得到了聯(lián)系。

4.2 TextCNN 模型搭建

本文選用通過卷積神經(jīng)網(wǎng)絡(luò)處理文本分類的TextCNN模型。模型結(jié)構(gòu)如圖4 所示。

Fig.4 Construction of TextCNN model圖4 TextCNN 模型搭建

第一層為嵌入層，第二層為一維卷積，第三層為池化層，窗口大小分別為3、4、5，它們通過融合層拼接在一起，其中激活函數(shù)為線性整流函數(shù)（Rectified Linear Unit，RE?LU），克服了sigmoid 函數(shù)在飽和區(qū)域收斂慢的問題，減少了反向傳播求誤差梯度的計算量，提高了訓(xùn)練速度。最后進入全連接層，經(jīng)由softMax 函數(shù)輸出3 種情感類別的概率。

配置訓(xùn)練模型，損失函數(shù)（loss）是編譯模型必須存在的兩個參數(shù)之一，本文選用解析損失函數(shù)，它是Keras 提供的一種交叉嫡代價函數(shù)，幫助神經(jīng)網(wǎng)絡(luò)從錯誤中快速學(xué)習(xí)，交叉嫡是非負的，因此模型正確率越高，交叉嫡的值越接近0。另一個重要參數(shù)為優(yōu)化器（Optimizer），采用梯度下降算法找到偏置和權(quán)重的最優(yōu)解，使代價函數(shù)最小化。選用自適應(yīng)矩估計（Adaptive moment estimation，Adam）優(yōu)化器，它屬于隨機梯度下降（SGD）算法的改進，通過隨機抽取小規(guī)模訓(xùn)練樣本進行計算，并在隨機梯度下降算法的基礎(chǔ)上增加了一階動量和二階動量，可以加速梯度下降并自動調(diào)整學(xué)習(xí)速率，進而減少訓(xùn)練時間。

訓(xùn)練模型，fit（）函數(shù)用來按照指定的迭代次數(shù)訓(xùn)練模型。訓(xùn)練集樣本數(shù)為11 200，每輪包含100 個樣本用來計算一次梯度下降算法優(yōu)化損失函數(shù)，到第5 輪停止訓(xùn)練，同時指定驗證集的樣本數(shù)為1 400。

最終訓(xùn)練結(jié)果如圖5 所示。

Fig.5 TextCNN model training results圖5 TextCNN 模型訓(xùn)練結(jié)果

5 可視化功能設(shè)計及構(gòu)建

5.1 數(shù)據(jù)庫結(jié)構(gòu)設(shè)計

采用phpMyAdmin 作為客戶端管理數(shù)據(jù)庫，它支持使用PHP 語言執(zhí)行SQL 各種語句以完成對政務(wù)數(shù)據(jù)的統(tǒng)計和可視化。

以下是關(guān)于政府政務(wù)微博數(shù)據(jù)集存儲在數(shù)據(jù)庫中的基本表結(jié)構(gòu)：

（1）review 表（政務(wù)微博評論表）用來存儲政務(wù)微博下的評論及其相關(guān)信息。具體結(jié)構(gòu)如表1 所示。

Table 1 Review Form（Government Microblog review Form）表1 review 表（政務(wù)微博評論表）

（2）weibo 表（政務(wù)微博表）用來存儲政務(wù)微博原文內(nèi)容及標(biāo)題等相關(guān)信息。具體結(jié)構(gòu)如表2 所示。

Table 2 Microblog table（Government Microblog table）表2 weibo 表（政務(wù)微博表）

（3）weibo_user 表（微博用戶表）用來存儲評論過政務(wù)微博的用戶相關(guān)信息。具體結(jié)構(gòu)如表3 所示。

Table 3 Weibo_user table（Weibo user table）表3 weibo_user 表（微博用戶表）

本文還在微博用戶表、政務(wù)微博評論表和政務(wù)微博表的基礎(chǔ)上建立了兩個視圖user_review 和user_sentiment，它不占用實際內(nèi)存空間?？梢杂脕斫鉀Q子查詢中的重復(fù)調(diào)用問題，降低代碼復(fù)雜度。

5.2 可視化功能設(shè)計

由于Echarts 的本質(zhì)是一個Javascript 的圖表庫，故只要將官網(wǎng)下載的js 文件放入項目的工程下，利用script 標(biāo)簽就可以將圖表組件引入HTML 頁面中。繪制時，調(diào)用echarts.init（）函數(shù)初始化實例對象，創(chuàng)建option 數(shù)組以JSON 串的形式配置參數(shù)并導(dǎo)入需要統(tǒng)計的數(shù)據(jù)，最后經(jīng)由對象調(diào)用setOption（）函數(shù)顯示圖表。

可視化主要分為3 部分：①對參與政務(wù)微博討論的用戶信息進行統(tǒng)計；②政務(wù)微博與用戶間互動信息整理；③用戶評論所體現(xiàn)出的情感傾向性分析。具體模塊如圖6所示。

Fig.6 The overall function design圖6 功能整體設(shè)計

5.3 可視化結(jié)果展示

微博用戶年齡分布如圖7 所示。該部分從年齡角度展示不同年齡階段對政府政務(wù)微博的參與程度，從“0～10歲”、“10～20 歲”到“50～60 歲”、“60 歲以上”共劃分7 個年齡階段。采用雷達圖對不同年齡群體的數(shù)量進行統(tǒng)計和顯示，便于實現(xiàn)橫向比較。其中，各年齡段都在關(guān)注政府政務(wù)信息，這體現(xiàn)政民互動在年齡層面上的普及性，較為明顯的是，青年群體已然成為政務(wù)微博建設(shè)過程中的主力軍。

Fig.7 Age distribution of Microblog users圖7 微博用戶年齡分布

政務(wù)微博發(fā)博數(shù)與評論數(shù)展示如圖8 所示。針對不同政務(wù)微博之間與政務(wù)微博內(nèi)部兩個維度，采用雙柱狀圖的模式對微博發(fā)博數(shù)量和得到評論總數(shù)量進行統(tǒng)計。通過標(biāo)簽標(biāo)記最高點和最低點，從側(cè)面反映出發(fā)博數(shù)量和評論數(shù)量沒有必然聯(lián)系。政務(wù)微博是否受用戶歡迎，更多與新聞本身的內(nèi)容與質(zhì)量有關(guān)。

Fig.8 Number of government posts and comments on Microblog圖8 政務(wù)微博發(fā)博數(shù)與評論數(shù)

情感傾向性分析展示如圖9 所示。針對不同的政務(wù)媒體，統(tǒng)計微博原文下代表不同情感極性評論的各自數(shù)量及評論總數(shù)?？梢钥闯?，評論數(shù)量無論多少，3 種情感極性在各自政務(wù)微博總評論中所占比例大致相同，且大多數(shù)評論表現(xiàn)出較強烈的感情傾向，展示出人們對政務(wù)工作的高度參與。

Fig.9 Sentiment orientation analysis（independent）圖9 情感傾向性分析（獨立）

性別與情感分布展示如圖10-圖12 所示。該部分以性別作為分類標(biāo)準，統(tǒng)計參與互動的微博用戶的情感部分。由于數(shù)據(jù)集中男女總數(shù)不同，故采用各自性別的評論總數(shù)作為比例公式中的分母，該性別的不同情感作為分子。如圖10 所示，男性和女性在與政務(wù)微博互動時，評論內(nèi)容所顯示出來的中立情感占各自群體總數(shù)的比例大致相同；而如圖11 和圖12 所示，男性群體評論所傾向的消極情感的占比遠高出女性，女性群體的評論所顯示出的情感更加積極。

Fig.10 Gender and emotional distribution（neutral）圖10 性別與情感分布（中立）

Fig.11 Gender and emotional distribution（positive）圖11 性別與情感分布（積極）

Fig.12 Gender and emotional distribution（negative）圖12 性別與情感分布（消極）

6 結(jié)語

本文重點對微博評論所隱含的情感傾向性進行分類統(tǒng)計，采用基于深度學(xué)習(xí)情感分析方法中的TextCNN 模型對經(jīng)過預(yù)處理的文本進行訓(xùn)練、評估和預(yù)測，對數(shù)據(jù)進行數(shù)據(jù)庫導(dǎo)入、統(tǒng)計、分析和可視化。在MySQL 數(shù)據(jù)庫中創(chuàng)建表和視圖，方便實現(xiàn)后續(xù)對數(shù)據(jù)的查找和調(diào)用。采用Echarts 開源可視化工具將數(shù)據(jù)嵌入到柱狀圖、雷達圖、地區(qū)分布圖等圖表進行展示，同時通過參數(shù)更改，實現(xiàn)對組件的個性化調(diào)整。

本文不足之處在于結(jié)果是靜態(tài)化展示，而眾所周知的是，將時間劃入統(tǒng)計范疇的動態(tài)可視化將更具有比較性和說服力。情感傾向性分析為三分類，而顯然人類的情感不可能只有三種，未來可以考慮進行更多分類研究，這更有利于細化輿情監(jiān)測針對公眾情感分析相關(guān)內(nèi)容，使政府收集的民情民意更加精準，幫助政務(wù)部門對輿論作出及時正確的引導(dǎo)。同時，研究中數(shù)據(jù)集規(guī)模較小，得到的結(jié)果不足以代表全部政務(wù)微博現(xiàn)狀，并且采用的數(shù)據(jù)集僅來源于政務(wù)微博，未來還可以對微信公眾號和政務(wù)新媒體客戶端和網(wǎng)站進行統(tǒng)計，使結(jié)果更具有說服力。